基于谱质心迁移的线损优化分摊方法研究

线损优化与分摊是我国电力市场改革中亟待解决的技术问题。提出一种基于谱质心迁移的线损优化分摊方法,以应对工业环境与模拟环境下线损优化分摊模型的领域适应性问题。首先计算各源领域与目标领域之间的电频谱相似度量(PFSSM),并据此将与目标领域最接近的源领域选为初始训练集,其次采用谱质心迁移模型剔除距离训练集谱质心均值较远的样本,并加入同数量的目标领域无标签样本,直至训练集谱质心均值与目标领域一致。最后基于我国某地区电力市场实际数据构造算例,试验结果表明通过计算源领域与目标领域之间的电频谱相似度量值,负载控制对线损优化分摊的影响小于线损分摊计算法则和母线运行方式。

基于谱质心迁移的线损优化分摊方法

线损优化与分摊是我国电力市场改革中亟待解决的技术问题。本文提出一种基于谱质心迁移的线损优化分摊方法,以应对实际工业环境与模拟环境下线损优化分摊模型的领域适应性问题。首先计算各源领域与目标领域之间的电频谱相似度量(Power Frequency Spectrum Similarity Measure,PFSSM),并据此将与目标领域最接近的源领域选为初始训练集,其次采用谱质心迁移模型在迭代过程中剔除距离训练集谱质心均值较远的样本,并加入同数量的目标领域无标签样本,其标签定义为支持向量机(Support Vector Machine,SVM)和Logistic回归两个分类器的一致输出结果,直至训练集谱质心均值与目标领域一致。最后基于我国某地区电力市场实际数据构造算例,试验结果表明,通过计算源领域与目标领域之间的电频谱相似度量值,负载控制对线损优化分摊的影响小于线损分摊计算法则和母线运行方式。该方法较好地解决了迁移学习的领域适应性问题,并提升了不同环境条件下线损优化分摊精度,从而验证了所提出方法的有效性。